怎样在Python中用pathlib高效递归匹配指定后缀文件？-Python教程-PHP中文网

path.rglob()是专为递归遍历设计的现代方案，语义清晰、性能不输、跨平台一致；它返回path对象，自动处理符号链接与权限异常，支持惰性生成和大小写自适应匹配。

怎样在python中用pathlib高效递归匹配指定后缀文件？

直接用 Path.rglob()，别写递归函数，也别混用 os.walk() —— 它专为这事设计，语义清晰、性能不输、跨平台一致。

为什么 `rglob()` 比手写 `os.walk()` 更合适

很多人习惯先用 os.walk() 遍历再手动过滤后缀，但容易漏掉符号链接处理、路径拼接错误，且代码冗长。而 Path.rglob() 是 pathlib 原生支持的惰性生成器，底层调用系统级目录遍历（如 Linux 的 scandir()），不额外建列表，内存友好。

匹配 .py 文件只需一行：list(Path(".").rglob("*.py"))
它自动跳过权限不足的子目录（抛 PermissionError，可捕获）
返回的是 Path 对象，不是字符串，后续调用 .stem、.read_text() 等更自然
Windows 下大小写不敏感匹配（如 "*.PY" 也能命中 main.py），Linux 下区分——这点和 shell 行为一致，不用额外适配

`rglob()` 的通配符陷阱与正确写法

常见错误是写成 rglob("*.py") 却没意识到：这个模式只匹配**当前层级及以下的文件名**，不会穿透到子目录的隐藏文件夹（如 .git/）里找——但这其实是预期行为；真正容易翻车的是路径分隔和多后缀写法。

Python Use Agent

智能执行Python任务，自动生成、执行代码并反馈结果，无需额外配置，兼容旧命令。

下载

要匹配多个后缀，不能写 "*.py|*.md"（rglob() 不支持正则），得用两次再合并：[p for p in Path(".").rglob("*") if p.suffix in {".py", ".md"}]
想排除 __pycache__ 目录？rglob() 本身不支持排除，得靠生成器表达式过滤：(p for p in Path(".").rglob("*.py") if "__pycache__" not in p.parts)
注意 "**/*.py" 和 "*.py" 效果一样，因为 rglob() 默认就是从调用点开始递归；但写成 "./**/*.py" 反而可能在某些旧版 Python（

大项目下如何避免卡死或权限中断

真实项目常遇到 /proc、Docker 挂载点、加密目录等导致 rglob() 抛 PermissionError 或阻塞。它不会自动跳过，必须显式处理。

最简健壮写法：

def safe_rglob(root: Path, pattern: str):
    try:
        return list(root.rglob(pattern))
    except PermissionError:
        return []

paths = safe_rglob(Path("."), "*.py")

如果需精细控制（比如跳过特定目录名），改用 Path.iterdir() + 手动递归，但仅当真有必要——多数场景 rglob() 加 try/except 足够
性能提示：匹配百万级小文件时，rglob("*.py") 比 rglob("*") + 后缀判断快 3–5 倍，因为内核层就做了文件名过滤

真正麻烦的不是语法，而是隐式行为：比如 rglob() 会跟随符号链接（除非文件系统禁用），而 os.walk() 默认不跟；还有 Windows 上长路径（>260 字符）可能静默失败——这些都得结合具体环境验证，不能只看文档示例。